摘要
本发明公开了一种基于深度学习方法的库区地质灾害智能识别方法、系统及储存介质,包括:S1分析基础地质资料及监测数据,初步研判滑坡易发性;S2利用无人机获取库区边坡正射影像和三维数字高程模型;S3对正射影像数据集进行特征增强,构建并训练用于滑坡灾害的深度学习模型;S4结合多期次正射影像对比和位移分析,综合判识滑坡体,并利用三维数字高程模型复核;S5根据预测结果分析滑坡变形破坏模式,结合数值模拟分析软件拟定支护模式,为灾害治理提供支持。本发明基于无人机遥感数据及地面基站监测数据,结合深度学习算法,有效提高库区滑坡灾害风险预测及后续稳定性处理的效率,并可提供灾害控制指导,为重大水电工程库岸工程安全提供有效保障。
技术关键词
智能识别方法
数字高程模型
正射影像数据
深度学习模型
三维激光扫描点云数据
无人机遥感数据
滑坡变形破坏模式
库岸边坡
深度学习算法
网络架构
正射影像图像
粒子图像测速法
计算机存储介质
滑坡灾害治理
无人机遥感技术
地质灾害智能
三维激光扫描技术